推特仇恨言論審查的執行與可行性
arXiv - Computers and SocietyManuel Tonneau, Dylan Thurgood, Diyi Liu, Niyati Malhotra, Victor Orozco-Olvera, Ralph Schroeder, Scott A. Hale, Manoel Horta Ribeiro, Paul R\"ottger, Samuel P. Fraiberger
全球審查推特仇恨言論顯示80%仍存，技術可行但資源配置決定成效
AI 幫你先抓重點
AI 重點 1
自動化審查雖不完美，但能以成本效益降低仇恨曝光
滑鼠懸停看 AI 判斷理由
此洞察顯示即使技術有限，結合人工審查仍能在經濟上可行，對平台資源分配策略具有實務指導意義，幫助決策者評估投入與效益
AI 重點 2
平台的資源配置決定仇恨言論持續存在，而非僅技術限制
滑鼠懸停看 AI 判斷理由
此觀點提醒決策者需重視人力與政策優先級，否則即使技術成熟仍無法有效治理，強調制度與人力佈局的重要性
核心研究發現
- 1
80%仇恨推文在五個月後仍在線，暴力仇恨言論亦未被刪除
- 2
仇恨推文的刪除機率與非仇恨推文相同，嚴重度與可見度不影響刪除
- 3
自動檢測難以準確識別仇恨言論，易產生大量誤報；但能有效優先標記，人工-AI管道可在成本低於法規罰款的情況下顯著降低曝光
對教育工作者的啟發
平台可先投資於人機協同審查模型，設定自動優先級閾值，並定期評估刪除率；同時調整資源分配，將高可見度仇恨內容納入優先處理；教育工作者可利用此研究說明技術與政策共同決定網路安全。
原始文獻資訊
- 英文標題：
- The Enforcement and Feasibility of Hate Speech Moderation on Twitter
- 作者：
- Manuel Tonneau, Dylan Thurgood, Diyi Liu, Niyati Malhotra, Victor Orozco-Olvera, Ralph Schroeder, Scott A. Hale, Manoel Horta Ribeiro, Paul R\"ottger, Samuel P. Fraiberger
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。